Как Google выбирает лучшую целевую страницу для Поиска по Картинкам, анализируя связь между доменами (Codomain Relationship Measure)

Описание

Какую задачу решает

Патент решает проблему выбора наиболее авторитетной и качественной целевой страницы (landing page) для результатов поиска по изображениям (Image Search). Когда одно и то же изображение встроено на множестве разных веб-страниц, системе необходимо определить, какая из них является лучшим источником для пользователя. Изобретение направлено на снижение приоритета низкокачественных сайтов, которые массово используют «хотлинкинг» (hotlinking) — ссылаются на изображения, размещенные на чужих серверах, для привлечения трафика без затрат на хостинг.

Что запатентовано

Запатентована система для расчета Codomain Relationship Measure (CDR) — показателя взаимосвязи кодоменов. Эта метрика количественно оценивает степень связанности (measure of relatedness) между Первым доменом (D1), размещающим веб-страницу, и Вторым доменом (D2), размещающим файл изображения. Высокий CDR используется как индикатор авторитетности при выборе целевой страницы в Image Search.

Как это работает

Система работает в два этапа: офлайн-расчет и онлайн-применение.

1. Офлайн: Система анализирует все ссылки на изображения в интернете. Для пары доменов (D1 и D2) рассчитывается CDR. Расчет основан на соотношении ссылок между D1 и D2 к общему количеству ссылок (предложено два варианта расчета).
2. Онлайн: Когда изображение найдено по запросу, система идентифицирует все веб-страницы, ссылающиеся на него. Для каждой пары доменов (страница на D1, изображение на D2) извлекается предварительно рассчитанный CDR. Страница, принадлежащая паре с наивысшим CDR, получает предпочтение в качестве целевой страницы в результатах поиска.

Актуальность для SEO

Высокая. Проблема атрибуции визуального контента, борьбы с хотлинкингом и выбора канонического источника остается крайне актуальной для Google Images. Описанный механизм предоставляет масштабируемый сигнал для алгоритмического определения авторитетности источника, отдавая предпочтение сайтам, которые инвестируют в собственный хостинг или имеют эксклюзивные связи с хостингом изображений.

Важность для SEO

Высокое влияние (8/10) для стратегий, ориентированных на трафик из Поиска по Картинкам. Патент раскрывает конкретный механизм, который Google использует для фильтрации агрегаторов и сайтов, злоупотребляющих хотлинкингом. Для успеха в Image SEO критически важно не только иметь релевантные изображения, но и обеспечить правильную архитектуру их хостинга для максимизации Codomain Relationship Measure.

Детальный разбор

Термины и определения

Codomain Relationship Measure (CDR) (Показатель взаимосвязи кодоменов)

Метрика, определяющая степень связанности между Первым доменом (D1) и Вторым доменом (D2) на основе статистики ссылок на изображения. Используется для выбора целевой страницы.

First Domain (D1) (Первый домен)

Домен, который размещает веб-страницы (контент), содержащие ссылки на изображения.

Second Domain (D2) (Второй домен)

Домен, который размещает файлы изображений, на которые ссылаются веб-страницы Первого домена.

Image Link (Ссылка на изображение)

Ссылка на веб-странице (например, HTML-тег), которая заставляет браузер загружать изображение со Второго домена для отображения на Первом домене.

#IL(D1)

Общее количество всех исходящих ссылок на изображения со всех страниц Первого домена (D1).

#IL(D1, D2)

Количество исходящих ссылок на изображения с Первого домена (D1), которые ведут конкретно на Второй домен (D2).

#ILT(D2)

Общее количество входящих ссылок на изображения, размещенные на Втором домене (D2), со всех доменов в интернете.

Hotlinking (Хотлинкинг)

Практика встраивания изображений путем прямой ссылки на файлы, размещенные на другом сервере.

Image link number threshold (Порог количества ссылок на изображения)

Минимальное количество исходящих ссылок на изображения (#IL(D1)), которое должен иметь домен для участия в расчете CDR.

Ключевые утверждения (Анализ Claims)

Патент содержит два основных независимых пункта (Claim 1 и Claim 18), которые описывают два разных метода расчета Codomain Relationship Measure (CDR).

Claim 1 (Независимый пункт) – Метод 1 (D1-центричный): Описывает расчет CDR на основе исходящих ссылок Первого домена.

1. Доступ к данным о доменах.
2. Для каждого D1:
   1. Определение общего числа ссылок на изображения с D1 (#IL(D1)).
   2. Идентификация всех D2, на которые ссылается D1.
   3. Для каждого D2:
      1. Определение числа ссылок с D1 на D2 (#IL(D1, D2)).
      2. Расчет CDR(D1, D2) на основе #IL(D1, D2) и #IL(D1).

Claim 5 (Зависимый от 1): Уточняет формулу для Метода 1: CDR(D1,D2) = #IL(D1,D2) / #IL(D1). Этот метод измеряет, насколько эксклюзивно D1 полагается на D2 для хостинга изображений.

Claim 18 (Независимый пункт) – Метод 2 (D2-центричный): Описывает расчет CDR на основе входящих ссылок Второго домена.

1. Для каждой пары (D1, D2):
   1. Определение общего числа входящих ссылок на изображения на D2 (#ILT(D2)).
   2. Определение числа ссылок с D1 на D2 (#IL(D1, D2)).
   3. Расчет CDR(D1, D2) на основе #IL(D1, D2) и #ILT(D2).

Claim 19 (Зависимый от 18): Уточняет формулу для Метода 2: CDR(D1,D2) = #IL(D1,D2) / #ILT(D2). Этот метод измеряет, какую долю трафика/ссылок на изображения D2 генерирует D1.

Claim 2 (Зависимый от 1): Описывает процесс применения CDR в поиске.

1. Получение запроса и определение релевантного изображения, на которое ссылаются несколько страниц.
2. Определение D1 (хосты страниц) и D2 (хост изображения).
3. Сравнение CDR для всех пар (D1, D2).
4. Выбор одной из страниц для ссылки в результатах поиска на основе сравнения (предпочтение отдается паре с наивысшим CDR).

Claim 6 (Зависимый от 1): Вводит image link number threshold. Расчет CDR выполняется, только если общее количество ссылок на изображения с D1 превышает этот порог.

Где и как применяется

Изобретение применяется в инфраструктуре Поиска по Картинкам (Image Search) и разделено на офлайн и онлайн процессы.

CRAWLING – Сканирование и Сбор данных
Система обнаруживает веб-страницы (на D1) и изображения (на D2), извлекает ссылки на изображения (Image Links) и определяет домены хостинга.

INDEXING – Индексирование и извлечение признаков
Основной этап офлайн-расчета (preprocessing stage). Система агрегирует данные о ссылках и вычисляет метрики #IL(D1), #IL(D1, D2) и #ILT(D2). Затем рассчитываются и индексируются значения Codomain Relationship Measure (CDR) для пар доменов.

RANKING / RERANKING – Ранжирование и Переранжирование (Image Search)
Онлайн-применение (query-time process). Когда система идентифицирует релевантное изображение и набор кандидатов на роль целевой страницы, она использует предварительно вычисленные CDR для выбора наилучшего кандидата из этого набора.

Входные данные (Офлайн):

• Данные сканирования (Link data, Domain data).

Выходные данные (Офлайн) / Входные данные (Онлайн):

• Индекс Codomain Relationship Measures (CDR) для пар доменов.

Выходные данные (Онлайн):

• Выбранная целевая страница для отображения в результатах поиска по изображению.

На что влияет

• Конкретные типы контента: Влияет исключительно на результаты поиска по изображениям (Image Search).
• Конкретные ниши или тематики: Наибольшее влияние в визуальных нишах: e-commerce, фотография, новости, развлечения. Особенно сильно влияет на ниши, где распространено агрегирование контента и хотлинкинг.

Когда применяется

• Условия применения: Алгоритм активируется, когда изображение релевантно запросу И на это изображение ссылаются несколько веб-страниц (кандидатов).
• Пороговые значения: Расчет CDR может быть ограничен доменами, у которых общее количество ссылок на изображения (#IL(D1)) превышает image link number threshold, что обеспечивает статистическую значимость.

Пошаговый алгоритм

Процесс А: Офлайн-расчет CDR (Индексирование)

1. Сбор данных: Сканирование интернета для сбора данных о доменах и ссылках на изображения.
2. Агрегация ссылок:
   1. Подсчет общего числа исходящих ссылок для каждого D1 (#IL(D1)).
   2. Подсчет числа ссылок между конкретными парами (#IL(D1, D2)).
   3. (Для Метода 2) Подсчет общего числа входящих ссылок для каждого D2 (#ILT(D2)).
3. Фильтрация (Опционально): Проверка, превышает ли #IL(D1) установленный image link number threshold. Если нет, CDR для этого D1 не рассчитывается.
4. Расчет CDR: Для оставшихся пар (D1, D2) рассчитать CDR.
   • Метод 1: #IL(D1, D2) / #IL(D1)
   • Метод 2: #IL(D1, D2) / #ILT(D2)
5. Сохранение: Сохранение рассчитанных CDR в индексе.

Процесс Б: Онлайн-выбор целевой страницы (Ранжирование)

1. Получение запроса и Идентификация изображения: Система определяет изображение, релевантное запросу.
2. Идентификация кандидатов: Находится множество веб-страниц, ссылающихся на это изображение.
3. Определение пар доменов: Для каждой страницы-кандидата определяется Первый домен (D1) и Второй домен (D2).
4. Извлечение CDR: Система извлекает предварительно рассчитанные CDR для каждой пары (D1, D2).
5. Сравнение и выбор: Система сравнивает CDR всех пар. Выбирается страница с наивысшим CDR. Патент отмечает (Claim 4), что этот выбор может также учитывать другие факторы, такие как показатели качества (quality measure) веб-страницы.
6. Предоставление результата: Результат поиска по изображению ссылается на выбранную целевую страницу.

Какие данные и как использует

Данные на входе

Патент фокусируется на анализе структуры ссылок и доменов.

• Ссылочные факторы: Ключевые данные – это ссылки на изображения (Image Links). Анализируется источник ссылки (страница на D1) и цель ссылки (изображение на D2).
• Технические факторы: Данные о доменах (Domain data) – необходимы для определения, какой ресурс на каком домене или субдомене размещен.

Какие метрики используются и как они считаются

Система вычисляет следующие ключевые метрики:

• #IL(D1): Общее количество исходящих ссылок на изображения с D1.
• #IL(D1, D2): Количество ссылок с D1 на D2.
• #ILT(D2): Общее количество входящих ссылок на изображения на D2.

Формулы расчета Codomain Relationship Measure (CDR):

• Метод 1 (Equation 1): CDR = #IL(D1, D2) / #IL(D1). Измеряет эксклюзивность связи. Высокое значение (близкое к 1.0) указывает, что D1 почти эксклюзивно использует D2 для хостинга.
• Метод 2 (Equation 2): CDR = #IL(D1, D2) / #ILT(D2). Измеряет важность D1 как источника ссылок для D2.

Пороговые значения:

• Image link number threshold: Минимальное значение #IL(D1) для расчета CDR.

Взвешивание:

Патент упоминает, что вместо простых подсчетов могут использоваться взвешенные агрегаты (weighted aggregates), где веса основаны на качестве или полезности ссылок, изображений, страниц или доменов.

Выводы

1. Борьба с хотлинкингом и агрегаторами: Основная цель патента — снизить приоритет низкокачественных сайтов, которые массово используют hotlinking изображений с разных доменов. Такие сайты естественным образом будут иметь низкий CDR (по Методу 1) с любым отдельным доменом-источником, так как их ссылки распределены по множеству разных D2.
2. Предпочтение авторитетным связям и инфраструктуре: Высокий CDR свидетельствует о сильной и часто эксклюзивной связи между контентным доменом и хостингом изображений. Это характерно для авторитетных сайтов, которые размещают изображения на своем домене (D1=D2) или используют выделенный CDN.
3. Два взгляда на взаимосвязь: Google оценивает связь с двух сторон: насколько важен хостинг D2 для сайта D1 (Метод 1) и насколько важен сайт D1 для хостинга D2 (Метод 2). Это дает комплексную оценку взаимоотношений доменов.
4. Архитектура хостинга как фактор ранжирования в Image Search: Способ размещения изображений напрямую влияет на CDR и, следовательно, на способность сайта получать трафик из поиска по картинкам.
5. Комбинация сигналов: CDR является ключевым механизмом выбора, но патент предусматривает его интеграцию с другими сигналами качества страницы (quality measure) и релевантности для финального выбора целевой страницы.

Практика

Best practices (это мы делаем)

• Консолидация хостинга изображений: Размещайте изображения на основном домене или на выделенном субдомене/CDN. Цель — минимизировать количество Вторых доменов (D2), на которые ссылается ваш сайт (D1). В идеале D1 должен ссылаться только на один D2. Это максимизирует CDR по Методу 1 (#IL(D1, D2) / #IL(D1) будет близко к 1.0).
• Правильная настройка CDN (Custom CNAME): Если используется CDN, убедитесь, что он настроен через CNAME на ваш субдомен (например, images.vashsite.com). Избегайте использования общих доменов CDN-провайдера, так как это может размыть связь между вашим контентом и хостингом.
• Обеспечение достаточного объема изображений: Убедитесь, что на сайте достаточное количество проиндексированных изображений и ссылок на них, чтобы превысить потенциальный Image Link Number Threshold и участвовать в расчете CDR.
• Поддержание качества целевых страниц: Помните, что CDR может использоваться в сочетании с сигналами качества страницы. Поддерживайте высокий уровень E-E-A-T и релевантности целевых страниц, на которых размещены изображения.

Worst practices (это делать не надо)

• Хотлинкинг с разных источников: Использование изображений путем прямой ссылки на множество разных сторонних доменов (D2). Это приведет к низкому CDR и значительно снижает вероятность выбора вашего сайта в качестве целевой страницы в Image Search.
• Распыление хостинга: Размещение части изображений на основном домене, части на одном CDN, а части на другом стороннем сервисе без необходимости. Это размывает CDR для каждого из них.
• Создание сайтов-агрегаторов низкого качества: Создание сайтов, которые полагаются исключительно на встраивание чужого визуального контента. Механизм CDR напрямую направлен против таких практик.

Стратегическое значение

Патент подтверждает стратегию Google по приоритизации оригинальных и авторитетных источников контента над агрегаторами. Codomain Relationship Measure является технической реализацией этой стратегии в Поиске по Картинкам, позволяя алгоритмически измерить «авторитетность» связи между контентом и его хостингом. Для SEO-специалистов это означает, что техническая инфраструктура хостинга изображений является важным фактором ранжирования в Image Search.

Практические примеры

Сценарий: Выбор целевой страницы для товара в E-commerce

Изображение продукта доступно на трех сайтах. Система должна выбрать лучшую целевую страницу.

1. Сайт А (Производитель): Страницы на brand.com (D1_A). Изображения на cdn.brand.com (D2_A). 99% всех изображений на D1_A загружаются с D2_A.
   CDR(D1_A, D2_A) = 0.99 (Высокий).
2. Сайт Б (Авторитетный ритейлер): Страницы на retailer.com (D1_B). Изображения на images.retailer-cdn.com (D2_B). 95% всех изображений на D1_B загружаются с D2_B.
   CDR(D1_B, D2_B) = 0.95 (Высокий).
3. Сайт В (Аффилиатный агрегатор): Страницы на reviews.com (D1_C). Изображения загружаются путем хотлинкинга с cdn.brand.com (D2_A), images.retailer-cdn.com (D2_B) и еще с 50 других доменов. Только 5% изображений на D1_C загружаются с D2_A.
   CDR(D1_C, D2_A) = 0.05 (Низкий).

Результат: Система сравнит CDR кандидатов. Сайт А (Производитель) имеет наивысший CDR (0.99) и с наибольшей вероятностью будет выбран в качестве целевой страницы, вытеснив Сайт В, даже если изображение физически одно и то же.

Вопросы и ответы